Normalitas pada Minitab
Uji normalitas dengan menggunakan software adalah cara yang mudah dan cepat untuk membuat kita mencapai tujuan yang diharapkan, yaitu untuk mengambil keputusan apakah sebuah data berdistribusi normal ataukah tidak. Maka sangat penting bagi statistikian untuk membuatkan sebuah artikel pada para pembaca sekalian, perihal Uji Normalitas Dengan Minitab.
Jenis Uji Normalitas
Kita telah mempelajari berbagai jenis uji normalitas pada artikel-artikel sebelumnya, antara lain:
- Normalitas Pada SPSS
- Uji Normalitas (Chi-Square Goodness of Fit Test Normalitas)
- Rumus Kolmogorov
- Rumus Shapiro Wilk
- Rumus Lilliefors
- Kolmogorov Smirnov dalam SPSS
- Kolmogorov dalam Excel
- Lilliefors dalam Excel.
Beberapa artikel di atas kiranya telah cukup untuk memenuhi kebutuhan dalam menyelesaikan penelitian anda, tapi tidak ada salahnya jika kita lebih dalam mempelajari tentang berbagai uji normalitas, termasuk uji normalitas dalam beberapa aplikasi atau software statistik lainnya, seperti Stata dan Minitab.
Jenis Uji Normalitas dengan Minitab
Dalam artikel kali ini, kita akan membahas 3 uji normalitas yang terdapat dalam Aplikasi Minitab. Dalam Minitab, terdapat 3 jenis uji normalitas, antara lain:
- Anderson Darling,
- Ryan Joiner (Mirip dengan Shapiro Wilk),
- Kolmogorov Smirnov.
Sebelum kita memulai tutorial tentang ketiga uji normalitas di atas, berikut kita akan mengenal sedikit tentang ketiga uji tersebut.
Anderson Darling
Anderson Darling Test adalah uji normalitas yang memiliki kemiripan dengan Kolmogorov Smirnov Test dan Cramer Von Mises Test, yaitu sama-sama berdasarkan pada Empirical Distribution Function (EDF).
Uji ini dinamai oleh Theodore Wilbur Anderson (lahir 1918) dan Donald A. Darling (lahir 1915), dipublikasikan tahun 1952.
Rumus Dasar Anderson-Darling:
Di mana:
Ryan Joiner
Uji Ryan Joiner ditemukan oleh Ryan and Joiner tahun 1976. Uji ini memiliki kemiripan dengan uji Shapiro Wilk. Oleh karenanya dalam berbagai pengujian, hasil yang dikeluarkan oleh uji ini sangat mirip dengan uji Shapiro Wilk.
Berikut Rumus Dasar Ryan Joiner Test:
Tutorial Uji Normalitas dengan Minitab
Dalam tutorial ini, kita akan membahas langkah-langkah atau cara melakukan uji normalitas dengan menggunakan software minitab. Kita akan menggunakan data 100 sampel yang sama seperti dalam artikel sebelumnya: Normalitas Pada SPSS.
Buka aplikasi minitab anda dan tempatkan data seperti di bawah ini:
Pada Menu, Klik Stat, Basic Statistics, Normality Test, Kemudian masukkan masukkan variabel ke dalam kotak Variable, pilih jenis uji dengan cara centang Anderson-Darling, atau Ryan-Joiner, atau Kolmogorov Smirnov seperti di bawah ini:
Kemudian klik OK. Lakukan pada semua jenis uji yang ada, sehingga kita akan mendapatkan 3 output seperti di bawah ini:
Cara Baca Output Uji Normalitas dengan Minitab
Pada Output-output di atas, perhatikan kotak putih di sisi kanan output!
Uji Anderson-Darling:
AD: 0,302 dengan P-Value 0,571 di mana lebih dari 0,05, maka variabel dinyatakan berdistribusi normal.
Uji Ryan-Joiner:
RJ: 0,999 dengan P-Value > 0,100 di mana lebih dari 0,05, maka variabel dinyatakan berdistribusi normal.
Uji Kolmogorov-Smirnov:
KS: 0,068 dengan P-Value > 0,150 di mana lebih dari 0,05, maka variabel dinyatakan berdistribusi normal.
Dari ketiga pengujian di atas, apabila kita bandingkan hasilnya dengan pengujian Lilliefors dan Shapiro Wilk pada artikel: Normalitas Pada SPSS maka terdapat kesamaan, yaitu menunjukkan hasil Distribusi Normal.
Demikian cara mudah melakukan uji normalitas data dengan menggunakan aplikasi Minitab. Setelah membaca artikel kami ini, semoga para pembaca dapat memanfaatkan software minitab, sehingga dapat melakukan uji normalitas dengan minitab secara mudah. Semoga Bermanfaat.
Artikel Selanjutnya Tentang Normalitas: Normalitas Pada STATA.
By Anwar Hidayat
pak saya mau tanya kalau ada beberapa variabel yang di uji normalitas hanya terdapat satu atau 2 yang tidak normal yang di transformasi hanya data variabel yang tidak normal atau semua variabel?
Tergantung pada tujuan dilakukannya transformasi. Misalnya pada uji regresi linear: jika Y saja yg ditrasnformasi LN, maka model regresinya akan menjadi: LN Y = B0 + B1 X1 + B2 X2 + e. Dan jangan lupa, kalau regresi linear, normalitas yang diwajibkan adalah pada galat taksiran atau residual, bukan per variabel.